文献类型：期刊文章

作　　者：刘冬萍[1] 杨絮[2] 张海[3] 罗立成[1]

机构地区：[1]东北师范大学信息科学与技术学院 [2]东北师范大学留日预备校 [3]东北师范大学传媒学院

出　　处：《中国信息技术教育》

基　　金：吉林省教育厅“十三五”社会科学研究规划项目重点课题“基于数据挖掘的卓越教师能力结构与培训研究”;东北师范大学本科教改研究课题“卓越新闻传播人才创新培养模式与评价研究”;吉林省高等教育教学改革课题重点项目“卓越新闻传播人才创新培养模式与评价研究”;吉林省重点科技攻关项目“基于大数据的互联网+长白文化数字博物馆工程”资助

年　　份：2017

期　　号：22

起止页码：89-91

语　　种：中文

收录情况：普通刊

摘　　要：大数据、数据挖掘和人工智能应用的主要目的是实现个性化学习，即按照学习者自身的情况开展学习，在学术上个性化学习通常被归入“自我调节学习(Self-Regulated Learning,简称SRL)”研究领域。本文介绍了海外自我调节学习的流行理论框架，如自我调节学习的各个组成部分。研究者们发现：在学习过程中，对学习经验的准确监控是有效的自我调节的关键，而对于学习判断的各种准确性的衡量标准，在评估监控准确性的结构时也有不同。因此，提高元认知监控技能的相对准确性十分重要，而学习策略的指导作用并不足以改善监控。

关 键 词：个性化学习 自我调节 海外  人工智能 数据挖掘 组成部分  学习过程  学习策略  

分 类 号：G420]